BRAIN / BRAIN × AI20 SEP 2026
脑科学与AI118｜每个神经元投一票：从顶叶的空间整合到运动皮层的群体编码
这一篇合写"智能的计算基础"系列第 072、073 篇，从"感觉"走到"动作"。072 讲顶叶怎么把眼睛、皮肤、身体位置、耳朵的信息放进同一个空间；073 讲运动皮层怎么把"往哪儿伸手"变成命令。两篇接在一起是一条线：先知道东西在哪、手在哪，再决定往哪个方向动。这条线的终点，正好是今天脑机接口解码器的起点。原文的几处问题放在第六节。
单个运动皮层神经元的方向感很粗，几百个一起投票，方向就准了。精度不在某一个神经元里，在群体的加总里。脑机接口读的，正是这张选票。
顶叶 01 几种感觉合进一个空间 |
M1 02 一人一票，群体向量定方向 |
脑机接口 03 把选票读出来 |
伸手去拿一个杯子：顶叶先把"杯子在哪""手在哪"放进同一个坐标，运动皮层再让一大群神经元一起投票，定下手往哪个方向走。图片来源：Alexey Demidov / Pexels
072 与 073 的三件事：顶叶把几种感觉合进一个空间、运动皮层用群体投票定方向、脑机接口把这张选票读出来。各自的证据到了哪一步。
BRAIN / 01
一、顶叶：把几种感觉放进同一个空间
伸手拿杯子，看起来不用想。可眼睛报的是"杯子在视网膜哪一点"，手臂报的是"肘弯了多少度"，两份信息用的不是同一把尺子。第112篇讲过，顶叶用"增益调节"做坐标换算：眼睛转到哪，神经元的反应强弱就跟着变，下游把这些强弱合起来，就能算出东西相对头、相对身体在哪。
072 把这件事往上推了一层：
—背侧视觉流到了后顶叶，就不只是"视觉"了。顶内沟和 7 区的神经元把看到的东西和"要不要去抓"连在一起；再往上，触觉、身体位置、听觉也汇进来，变成一个不分感觉通道的空间。—两条顶叶层级。一条是体感的，到 PF 区封顶，代表"摸到的东西"和身体形象；一条是视觉运动的，从 MT+ 一路到顶内沟、7 区，再和颞叶"是什么"的信息合流，到 PGi 这类区域又连上语言语义系统。这部分出自罗尔斯团队 2023 年用人脑 fMRI 算的"有效连接"，是推断出来的信息流向，不是单细胞记录。—坏了会怎样。后顶叶损伤的病人，最典型的是"忽视"：右脑受损后对左边的东西视而不见，吃饭只吃盘子右半边。人的空间功能明显偏向右半球。
顶叶算完"东西在哪、手在哪"，下一步就是 073 的问题：手往哪个方向动，由谁拍板？
BRAIN / 02
二、运动系统的三层
073 先给运动系统分了层：
—顶层定策略：联合皮层和基底神经节，决定目标和方案。—中层定战术：运动皮层和小脑，安排哪块肌肉先收、怎么配合。
每一层都离不开感觉反馈，所以更准确的叫法是"感觉运动系统"。原文还说了一句好话："随意运动"这个词不准，走路、咀嚼也受意愿调节，简单的躲避反射也能被意愿压住，运动类型之间没有硬边界。
运动皮层在额叶后部。1930 到 50 年代，加拿大神经外科医生彭菲尔德在开颅手术里用电极刺激病人皮层：刺激中央前回（4 区）会让对侧身体某一块肌肉抽动，这就是初级运动皮层 M1；再往前的 6 区分出前运动区和辅助运动区，刺激引出的是更复杂的动作（辅助运动区是彭菲尔德和韦尔奇 1951 年报告的）。M1 也是一个倒置的小人，手和嘴占的地盘远大于躯干，和第115篇讲的体感小人对着排在中央沟两边。
BRAIN / 03
三、一人一票：群体向量
这是 073 的主角。
1982 年，约翰斯·霍普金斯大学的乔格托罗斯（Georgopoulos）让猴子把手柄从中心推向八个方向之一，同时记录 M1 单个神经元。每个神经元都有一个"最喜欢"的方向，朝这个方向推时放电最多；偏得越远放得越少，大致是一条余弦曲线。问题在于这条曲线很宽：一个神经元对偏了 45 度、甚至 90 度的方向照样放电。光看一个神经元，你只能说"大概往右上"，可猴子的手每次都推得很准。
1986 年他们在《科学》上给出答案：把每个神经元看成一个箭头，箭头指向它最喜欢的方向，长短按它这一次放电多少；几百个箭头首尾相加，合成的那个"群体向量"和猴子手实际推的方向几乎重合。每个神经元投一张很粗的票，加起来就准了。
这里有一个直观的道理：一个人估方向误差很大，几百个人的估计取平均，误差就小得多，前提是大家的偏差不全朝一边。M1 神经元最喜欢的方向均匀铺满一圈，正好满足这个前提。
073 还讲了一个可塑性例子：成年大鼠切断管胡须的面神经之后，原来一刺激就动胡须的那块运动皮层，几小时内改成刺激会动前肢（萨恩斯、多诺霍等 1988 年《美国科学院院刊》）。运动地图不是焊死的，这被认为是学新动作技巧的基础。
BRAIN / 04
四、群体向量没说完的部分
群体向量是一个漂亮的读数，但"读得出方向"不等于"大脑就是按方向在算"。后来有两条重要的修正：
—方向调谐可能是副产品。2000 年托多罗夫（Todorov）在《自然·神经科学》上用模型说明：如果 M1 直接管肌肉用力，再加上手臂的力学，神经元在"方向"上看起来也会有余弦调谐。也就是说，方向可能是我们拿来读它的尺子，不一定是它自己用的变量。—群体不是一张静态的票，是一段动态过程。2012 年丘奇兰（Churchland）、谢诺伊（Shenoy）等人在《自然》上分析猴子伸手时的 M1 群体活动，发现它在准备期先落到某个起点，然后像一个动力系统那样自己转起来，生成一段有节律的轨迹，驱动肌肉。单个神经元的调谐只是这条轨迹的一个投影。
所以 073 "方向由选票总和决定"这句话，今天要读成：方向能从选票总和里读出来；大脑自己怎么用这群神经元，比投票更复杂。
BRAIN / 05
五、对照 AI
脑机接口最早读的就是这张选票。2002 年泰勒、施瓦茨等人在《科学》上让猴子只用 M1 的神经元活动在三维空间里移动光标，解码算法就是改进过的群体向量。2006 年霍克伯格等人在《自然》上把它用到人身上：一位四肢瘫痪的病人用植入 M1 的电极阵列移动电脑光标、开关电子邮件。2013 年柯林杰等人在《柳叶刀》上让一位病人控制机械臂做七个自由度的动作。从群体向量到线性解码、再到卡尔曼滤波，路线一脉相承：先承认单个神经元不靠谱，再从一大群里把意图读出来。
解码器换成神经网络之后，读得更多了。2021 年威利特、谢诺伊等人在《自然》上，让一位瘫痪病人"想象用手写字"，用循环神经网络从 M1 群体活动里解出字母，每分钟约 90 个字符。手写的笔画比"往哪个方向推"复杂得多，单靠群体向量做不到；循环网络能吃进第四节说的那种随时间展开的群体轨迹。
反过来，AI 模型也在帮着解释运动皮层。2015 年苏西洛（Sussillo）、丘奇兰、谢诺伊等人在《自然·神经科学》上训练一个循环神经网络，只要求它输出猴子伸手时的肌肉活动，没给它任何神经数据。训练完的网络内部，冒出了和真实 M1 很像的群体动态。这和第104篇讲视觉时的逻辑一样：只按任务训练的网络，内部长得像大脑，说明这个任务本身就约束了解法。
"分布式表示"在两边是同一个道理。深度网络里，一个概念通常不由一个单元代表，而是由一大群单元的激活组合代表；单个单元常常"什么都沾一点"，和 M1 神经元宽宽的调谐曲线很像。两边的好处也一样：坏掉几个单元，整体读数变化不大。差别在于，大脑的单个神经元会死、会漂、电极会移位，所以脑机接口的解码器要隔几天重新校准；AI 网络的单元不会自己漂，难点反而是看不懂它们各自在干什么。
BRAIN / 06
六、原文的几处问题
—"前额叶"应为"额叶"。073 多处写"大脑前额叶包含几个运动区""前额叶尾部分为 4 区和 6 区""无颗粒前额叶皮层"。运动区在额叶后部，"前额叶"（prefrontal）恰好是额叶最前面、不管直接运动的那一块。"无颗粒前额叶皮层"应为"无颗粒额叶皮层"（agranular frontal cortex）。—前运动区的英文写错。原文写"前运动区（primary motor area，PMA）"，应为 premotor area；primary motor 是初级运动皮层 M1 的意思。—"4 区和 6 区的大部分构成 M1"不对。M1 基本对应 4 区（马泰利、卢皮诺等人分区里的 F1）；6 区是前运动区和辅助运动区（F2 到 F7）。原文同一段又说 4 区和 6 区功能不同，前后打架。—"这些区域的轴突在 6 区汇聚，形成皮层脊髓束"说偏了。皮层脊髓束来自 M1、前运动区、辅助运动区，还有一部分来自顶叶体感区（第115篇讲的 5 区直通手部运动神经元就是例子），不是在 6 区汇成的。—两张图都和正文无关。"振动触觉决策任务中腹侧前运动皮层神经元"的图出自罗莫等人 2004 年《神经元》的知觉决策研究，讲的是比较两次振动频率，和群体向量、运动地图都不相干。072 的"顶叶损伤病人预线索实验"图出自波斯纳等 1984 年，未注出处。—只引了 1986 年一篇。方向调谐的原始发现是乔格托罗斯 1982 年《神经科学杂志》；大鼠运动地图可塑性没引萨恩斯 1988；群体向量之后的托多罗夫 2000、丘奇兰 2012 两条修正都没提，读者会把"一人一票"当成定论。—072 延续前几篇的问题。"顶叶某些区域用头部坐标、视听双模态"说过头，LIP 多数仍是眼睛坐标，头部坐标主要在 VIP（第112篇）；"忽视的关键部位是后顶叶"有争议，卡纳特等 2001 年《自然》认为是颞上回；PFm、PGs、PGi 是人脑图谱的分区，配的却是猕猴图；"人、猴、鼠空间功能相似"概括过头；全篇未引文献。
BRAIN / 07
七、边界
—群体向量的证据主要来自猴子二维、三维伸手实验；任务一复杂（手指、抓握、写字），简单的方向加总就不够用了。—顶叶两条层级出自人脑 fMRI 有效连接推断，是信息流向的模型，不是解剖上一根根量出来的连线。—脑机接口能把意图读出来，说明信息在那群神经元里；不说明大脑自己用的就是那个解码器。
BRAIN / 08
八、自测：合上文章回答
—为什么说"一个 M1 神经元的方向感很粗"？粗到什么程度？—托多罗夫和丘奇兰分别对"M1 编码方向"做了什么修正？—脑机接口从群体向量走到循环神经网络，多读出了什么？
BRAIN / 09
九、三行，留着复习
```
先定位 顶叶把眼、皮肤、身体、耳朵合进一个空间；右脑偏重，坏了会"忽视"左边
再投票 M1 单个神经元调谐很宽，几百个按偏好方向加权相加，群体向量≈手的方向
读出来 脑机接口从群体向量起步，到循环网络解手写；方向读得出，不等于大脑按方向算
```
本篇是「脑科学 × AI」系列第118篇，药神撰写（2026-11-02），合写老炊专辑「智能的计算基础」第072、073篇，从顶叶空间整合到运动皮层群体编码。更正：运动区「前额叶」应为「额叶」；前运动区英文误作 primary motor area；「4、6 区大部分构成 M1」不对；皮层脊髓束并非在 6 区汇成；两篇配图与正文无关；只引 1986 一篇，漏 1982 原始发现与后续修正；072 头部坐标、忽视部位、人猴图谱混用等延续问题。AI 一节中脑机接口为已发表实验，分布式表示是机制类比。
阅读依据（2026-11-02 回查）：老炊《智能的计算基础》072、073；Georgopoulos et al., J Neurosci 1982;2:1527；Georgopoulos, Schwartz & Kettner, Science 1986;233:1416；Penfield & Welch, Arch Neurol Psychiatry 1951;66:289；Sanes, Suner, Lando & Donoghue, PNAS 1988;85:2003（数小时内胡须区改为前肢）；Todorov, Nat Neurosci 2000；Churchland et al., Nature 2012（Neural population dynamics during reaching）；Sussillo et al., Nat Neurosci 2015；Taylor, Tillery & Schwartz, Science 2002；Hochberg et al., Nature 2006；Collinger et al., Lancet 2013；Willett et al., Nature 2021（题录均回查，卷页按通行转述）；Romo, Hernández & Zainos, Neuron 2004；Matelli, Luppino, Rizzolatti 无颗粒额叶分区；Rizzolatti & Luppino, Neuron 2001；Rolls et al., Cereb Cortex 2023（PMID 35834902）；Posner et al., J Neurosci 1984（PMID 6737043）；Karnath et al., Nature 2001（PMID 11418859）。回引第104、112、115篇。